In due righe
- Collega l'AI a una copia in sola lettura, mai al database vivo.
- L'AI suggerisce e prepara, la persona approva ogni azione.
- Parti da un solo processo con dati puliti e valore misurabile.
- L'AI non decide da sola su clienti o dipendenti: lo vieta l'articolo 22 del GDPR.
Per collegare l'intelligenza artificiale al gestionale senza rischi serve una regola sola: l'AI legge una copia dei dati in sola lettura, non tocca mai il database vivo e restituisce suggerimenti che una persona approva prima di qualsiasi azione. Non scrive nei record, non decide da sola su clienti o dipendenti (lo vieta l'articolo 22 del GDPR) e non invia dati personali a modelli esterni senza controlli. Poi si parte da un solo processo, quello con dati già puliti e valore misurabile. Il tema di fondo è dove metti il confine: l'AI che legge è un aiuto, l'AI che scrive è un rischio.
Cosa significa collegare l'AI al gestionale, senza giri di parole
Un gestionale, detto anche ERP, è il software che registra ordini, magazzino, acquisti, produzione e contabilità in un unico database aziendale. Che sia Zucchetti, TeamSystem, Microsoft Dynamics 365 o SAP Business One, la logica non cambia: c'è un database e ci sono procedure che lo aggiornano. Collegare l'AI significa permetterle di leggere quei dati e interpretarli: estrarre righe da una fattura, classificare un ticket, segnalare un'anomalia o proporre una previsione.
Per farlo servono quattro termini. Un'API è l'interfaccia che permette a due software di scambiarsi dati con regole precise, senza che uno acceda direttamente al database dell'altro. Una connessione in sola lettura permette all'AI di leggere i dati ma non di modificarli né di scrivere nuovi record. Uno snapshot è una copia dei dati scattata in un momento preciso, che l'AI può leggere senza toccare il database vivo. Un LLM, large language model, è il modello di linguaggio, come ChatGPT, che genera testi partendo da ciò che ha appreso. La RAG è la tecnica che fa rispondere un modello usando solo i documenti dell'azienda, invece delle sue conoscenze generiche.
La differenza tra leggere e scrivere non è un dettaglio tecnico: è il confine tra un'integrazione sicura e un disastro. Secondo Istat, nel 2025 il 56,0% delle imprese con almeno 10 addetti usa software gestionali e, tra chi usa l'AI, il 70,8% la impiega per estrarre informazioni da documenti. Il caso d'uso più frequente è proprio quello di lettura e interpretazione, non di scrittura autonoma. Se vuoi capire come l'AI cambia davvero una PMI e da dove partire, come l'intelligenza artificiale cambia davvero una PMI e da dove partire è il punto giusto.
Le tre strade per collegare l'AI al gestionale, e qual è quella sicura
Esistono tre modi per far leggere i dati del gestionale all'AI. Non sono equivalenti: cambiano rischio, costo e controllo.
| Strada |
Come funziona |
Rischio |
Quando conviene |
| Copia in sola lettura |
L'AI legge una copia aggiornata dei dati, non il database vivo, e propone suggerimenti |
Basso |
Quasi sempre: è la scelta di default per una PMI |
| API bidirezionale |
L'AI crea bozze di record che entrano nel gestionale solo dopo approvazione umana |
Medio (serve governance e log) |
Processi ad alto volume già mappati e standardizzati |
| AI nativa del gestionale |
Il fornitore ha già integrato l'AI dentro il software, che legge i dati interni |
Dipende dal fornitore |
Se il gestionale la offre bene e i dati sono già dentro |
Per la maggioranza delle PMI la copia in sola lettura è la scelta giusta. Costa poco, non tocca il gestionale e si può smontare in cinque minuti. L'API bidirezionale ha senso solo quando esiste già un processo ad alto volume, mappato e con persone preparate a controllare. L'AI nativa conviene se il gestionale la offre davvero: non se è una promessa nel contratto.
Il non fare è semplice: mai accesso in scrittura al database vivo il primo giorno. La tentazione di collegare tutto subito è la strada più rapida per un errore irreversibile. Prima si legge, si misura, si capisce dove il modello sbaglia. Solo dopo, con log e approvazione, si può pensare a far scrivere qualcosa.
Le cinque cose che l'AI non deve mai fare sui tuoi dati
- Mai accesso in scrittura al database vivo. Se il modello scrive dove lavorano i tuoi dati, un errore diventa parte del gestionale e non sai più cosa è originale.
- Mai decisioni interamente automatizzate su persone. L'articolo 22 del GDPR dà alle persone il diritto di non essere oggetto di decisioni basate solo sul trattamento automatizzato con effetti giuridici o significativi. L'AI può suggerire, non decidere su un cliente o un dipendente.
- Mai inviare dati personali a modelli esterni senza accordo e controlli. ChatGPT e altri LLM sono fornitori esterni: se i dati passano a loro, serve una base giuridica, un accordo e una valutazione dei rischi. Il Garante per la protezione dei dati personali conferma che si applicano GDPR e AI Act.
- Mai collegare tutto insieme il primo giorno. Ogni nuova connessione moltiplica gli errori possibili e rende più difficile capire cosa è andato storto.
- Mai fidarsi di un output senza verifica umana. I modelli possono inventare risposte con enorme sicurezza. L'approvazione serve a fermare gli errori prima che entrino nei processi.
Da dove parti e quanto tempo recuperi davvero
La griglia per scegliere il primo processo
La scelta del primo processo decide se il progetto funziona o muore. Per sceglierlo fai tre domande:
- I dati sono già puliti?
- Il processo è ricorrente?
- Il valore è misurabile?
Se rispondi sì ad almeno due su tre, è il candidato giusto. Se rispondi no alla prima, prima di collegare l'AI serve mettere ordine nei dati: il modello non pulisce, amplifica. Molte PMI hanno dati solo in Excel, non in un gestionale: in quel caso la pulizia viene prima di ogni integrazione.
I casi più comuni sono l'estrazione di dati da fatture e ordini, la classificazione di richieste e ticket, la lettura di documenti non strutturati. Un processo con regole fisse e prevedibili non è un buon candidato: per quello basta l'automazione classica.
Il conto su un'azienda tipo
Facciamo un conto su un'azienda tipo, dichiarata come ipotesi. Impresa di servizi con 12 addetti, 1,2 milioni di euro di fatturato, 250 fatture passive e 400 ordini o DDT al mese, 2 addetti in amministrazione.
Oggi l'inserimento manuale di quei documenti richiede circa 15 ore a settimana. Con l'estrazione AI dei dati e la verifica umana si scende a 4-5 ore. Dieci ore risparmiate a settimana per 40 settimane fanno 400 ore l'anno. A un costo orario lordo di 25 euro sono circa 10.000 euro di sola trascrizione, più gli errori evitati.
Non è una promessa: è il calcolo da rifare con i tuoi numeri. Il punto non è l'AI, è il tempo che torni a usare per attività che nessun modello può fare.
Lo strumento
Delera Agent AI costruisce agenti su misura sui processi che oggi ti portano via ore ogni settimana.
Scopri Delera Agent AI
I tre rischi che si pagano cari, e quando l'AI non serve
I rischi da spegnere prima
Il primo rischio sono i dati sporchi. Secondo Istat, il 45,2% delle imprese con almeno 10 addetti che non usano l'AI cita la scarsa qualità dei dati come ostacolo. Se dai dati sporchi a un modello, ottieni errori più veloci, non decisioni migliori. La contromisura è pulire prima: campi obbligatori, codifiche coerenti, un responsabile per dato.
Il secondo rischio è la privacy. Il 43,2% cita la protezione dei dati come ostacolo. Le norme da rispettare sono il GDPR e l'AI Act, come conferma il Garante per la protezione dei dati personali. Il punto fermo è l'articolo 22 del GDPR: niente decisioni interamente automatizzate con effetti giuridici o significativi. Per il quadro completo, cosa cambia col GDPR quando i dati dei clienti passano a uno strumento automatico riprende i passaggi da fare prima di collegare qualsiasi flusso.
Il terzo rischio sono le risposte inventate. I modelli generano testi che suonano credibili ma non sono veri. Se il processo non prevede una verifica umana, un riferimento inventato può arrivare al cliente. Qui servono log delle operazioni e approvazione, come spiega come riconoscere le risposte inventate dall'intelligenza artificiale.
Quando basta l'automazione classica
Se il processo ha regole fisse e prevedibili, un'automazione tradizionale è più semplice, più economica e più affidabile dell'AI. Un flusso che sposta un file da una cartella all'altra, invia una mail standard o copia un campo non ha bisogno di un modello di linguaggio.
L'AI serve quando c'è testo libero, documenti non strutturati o previsioni su dati variabili. Per capire dove passa il confine, quando basta l'automazione classica e quando serve l'AI mette le due strade a confronto.
Scegliere l'AI solo perché è la novità del momento è il modo più rapido per spendere tempo e denaro senza cambiare i processi. Prima si cerca la regola fissa. Se non esiste, si apre la porta all'AI con i controlli già descritti.
La checklist in 10 controlli e il primo passo domani mattina
La checklist
- Mappa il dato e chi lo aggiorna.
- Scegli una copia in sola lettura, non il database vivo.
- Definisci cosa l'AI può suggerire e cosa no.
- Prepara un log di ogni lettura e proposta.
- Individua chi approva ogni output.
- Testa su un mese di storico prima di andare in produzione.
- Misura prima e dopo: tempo, errori, valore.
- Forma chi usa il gestionale e chi approva.
- Verifica il GDPR e i flussi di dati personali.
- Scala solo dopo il primo risultato misurato.
Il passo più piccolo
Scegli un solo processo ripetitivo, con dati già puliti. Verifica se il tuo gestionale permette un'estrazione periodica in sola lettura. Se sì, costruisci una copia dei dati e fai leggere l'AI su quella, restituendo solo suggerimenti. Non serve cambiare gestionale, non serve partire con l'azienda intera. Serve un confine chiaro: l'AI legge, una persona decide.
Domande frequenti
Devo cambiare gestionale per usare l’intelligenza artificiale?
Quasi mai. Se il tuo gestionale espone un’API o permette un’estrazione periodica dei dati, parti da lì con una copia in sola lettura. Cambiare gestionale conviene solo quando è già lui stesso un collo di bottiglia: altrimenti sommi il rischio del cambio a quello dell’AI.
Posso collegare l’AI direttamente al database del gestionale?
No, è la strada più rischiosa. Un accesso in scrittura al database vivo espone a errori irreversibili e rende difficile ricostruire chi ha fatto cosa. Meglio una copia aggiornata che l’AI legge in sola lettura e restituisce solo come suggerimento.
È legale che l’AI decida da sola, per esempio rifiutare un cliente?
In generale no. L’articolo 22 del GDPR dà alle persone il diritto di non essere oggetto di decisioni interamente automatizzate con effetti giuridici o significativi. L’AI può suggerire e preparare, ma la decisione finale resta a una persona.
Qual è il primo processo da collegare all’AI?
Quello con dati già puliti, ricorrente e dal valore misurabile. In pratica è quasi sempre l’estrazione di dati da documenti come fatture e ordini: secondo Istat è l’uso più diffuso tra le imprese italiane che adottano l’AI.
Quanto costa partire con una prima integrazione?
Meno di quanto si tema, se parti da un solo processo. Le voci che pesano sono la preparazione dei dati e il collegamento, non il modello. Un pilota circoscritto si misura in settimane e si valuta con il tempo risparmiato, non in mesi di progetto.
Cosa succede se l’AI sbaglia?
Se lavora in sola lettura e propone soltanto, l’errore non entra nel gestionale: lo ferma la persona che approva. Per questo servono sempre un controllo umano e un log di ciò che il sistema ha letto e proposto.
Delera CRM
Delera Agent AI
UmanValue
PMI Speed Test